Google rollt seit dem 19. November in der Gemini-App für den Mac die Funktion „Computersteuerung“ (Computer Use) aus. Nutzer beschreiben eine Aufgabe in einem Satz, und Gemini klickt, tippt, durchsucht Menüs und füllt Formulare selbst aus – quer über lokale Dateien, Desktop-Software und Webseiten hinweg. Zunächst ist die Funktion nur für Abonnenten von Google AI Plus, Pro und Ultra in den USA mit englischer Oberfläche freigeschaltet.
Der Ankündigungsbeitrag im Blog stammt von Michael Friedman, dem Produktverantwortlichen der Gemini-App, und fällt knapp aus. Die Geräteanforderungen stehen in einer Fußnote: Der Mac braucht einen Apple-Silicon-Chip und macOS Sequoia 15.0 oder neuer; das Konto muss ein persönliches Google-Konto einer mindestens 18-jährigen Person sein, Arbeits- und Schulkonten sind diesmal nicht abgedeckt. Nutzer in Europa und im Vereinigten Königreich gehen vorerst leer aus.
Arbeiten im Hintergrundfenster
Am stärksten betont Google bei dieser Einführung, dass Gemini dem Nutzer nicht die Maus streitig macht. Es läuft in einem isolierten Hintergrundfenster, im Chatfeld gibt es eine Live-Vorschau, und der eigene Bildschirm samt Cursor bleibt ganz normal nutzbar.
„Your main screen and cursor remain completely free, so you can keep typing, designing, or taking calls without interruption.“
(Ihr Hauptbildschirm und Ihr Cursor bleiben vollständig frei, sodass Sie ungestört weitertippen, gestalten oder telefonieren können.)
Aufgerufen wird die Funktion mit dem Tag „@Computer use“ im Gespräch. Nutzer legen vorab fest, welche Apps Gemini anfassen darf, können jeden Schritt live verfolgen und jederzeit pausieren; bei kritischen Aktionen muss der Nutzer vorher zustimmen. Laut 9to5Google hält Gemini auch bei Anmeldungen und Zahlungen an und wartet auf eine Bestätigung. In den Einstellungen kommen zudem Desktop-Konnektoren wie Blender und Autodesk Fusion hinzu.
Die vier Beispiele, die Google nennt, sind allesamt alltägliche Kleinarbeit: Fotos in einer Bildbearbeitung stapelweise farblich korrigieren oder eine 3D-Szene aufbauen; aus lokalen PDFs Gewicht, Maße und Adressen herausziehen und in ein mehrspaltiges Frachtangebot eintragen; Kennzahlen aus Daten-Dashboards mehrerer Regionen abgreifen und zu einer Google-Slides-Präsentation zusammenstellen; Kleiderfotos in einem Ordner analysieren, Preise recherchieren, Angaben notieren und die Artikel dann auf einer Second-Hand-Plattform einstellen.
Auch der Risikohinweis fällt deutlich aus. Google räumt ein, dass Gemini Fehler machen kann, darunter das dauerhafte Löschen von Dateien oder das Weitergeben von Dateien an andere. Sicherungskopien geänderter Dateien werden nach 24 Stunden oder beim Start einer neuen Aufgabe gelöscht.
Von Spark zur Computersteuerung
Reiht man Googles Schritte auf dem Mac in diesem Jahr aneinander, ist der Takt ziemlich dicht:
- 30. Juni: Der Spark-Agent von Gemini kommt auf den Mac, nur für AI-Ultra-Nutzer ab 18 Jahren in den USA und nur mit Zugriff auf freigegebene Ordner;
- Ende Juli: Gemini auf dem Mac kann bereits geöffnete Apps per Sprache steuern, Spark wird anschließend für AI-Pro-Nutzer in mehr als 160 Ländern ausgeweitet;
- 10. September: Gemini erscheint als Windows-Client, aufrufbar mit Alt + Leertaste;
- 13. Oktober: Die Gemini-App erhält einen Aufgabenmodus, der auch weiterläuft, wenn der Nutzer weg ist;
- 17. November: Der Aufgabenmodus wird in den USA und fünf weiteren Ländern kostenlos freigegeben;
- 19. November: Die Computersteuerung geht an den Start.
Auf der Entwicklerseite ging es früher los. Google öffnete das Modell Gemini 2.5 Computer Use bereits im Oktober 2025 für Entwickler und baute die Computersteuerung im Juni dieses Jahres in Gemini 3.5 Flash ein. Neu ist diesmal der Träger: Die Fähigkeit verlässt API und Browser und landet in einer Verbraucher-App auf dem Rechner ganz normaler Nutzer. Auch das Bedienfeld wächst von Webseiten auf jede vom Nutzer benannte Desktop-Software.
Die Preisstaffelung verrät Googles Kalkül. Der Aufgabenmodus, der nur Dateien und verbundene Dienste verarbeitet, ist in den USA bereits kostenlos; die Computersteuerung, die den Bildschirm direkt bedient, beginnt dagegen beim günstigsten Bezahlniveau. Nach den bisher bekannten Preisen kostet AI Plus 4,99 US-Dollar im Monat, Pro 19,99 US-Dollar, Ultra mehr. PPC Land rechnet grob vor, dass zwischen Spark, im Juni nur für die teuerste Stufe, und dieser Computersteuerung 142 Tage liegen.
Offene Fragen
Googles Ankündigung und die Hilfedokumentation stimmen nicht ganz überein. AppleInsider weist darauf hin, dass das Support-Dokument am Starttag nur Pro und Ultra als Tarife nennt, mit denen sich Desktop-Apps steuern lassen, während die Ankündigung auch AI Plus aufführt. Welches Dokument maßgeblich ist, hat Google nicht eigens geklärt. TechCrunch berichtet, dass Google auch nicht gesagt hat, wann die Funktion auf weitere Länder oder andere Betriebssysteme ausgeweitet wird.
Eine weitere Lücke betrifft die Webseiten-Seite. Wenn Gemini im Hintergrundfenster Websites öffnet und Formulare ausfüllt, bleibt in der Ankündigung offen, ob die Seiten einen gewöhnlichen Browser sehen oder einen erkennbaren Agenten. Für Betreiber von E-Commerce- und Formularangeboten wirkt sich das auf Betrugsabwehr und Statistik aus.
Vergleichbare Produkte gibt es inzwischen einige. Anthropics Cowork ist im Januar dieses Jahres als Research Preview auf macOS erschienen, und OpenAIs Chrome-Erweiterung kann für Nutzer Tabs bedienen, Formulare ausfüllen und Nachrichten senden. Der Unterschied bei Gemini liegt im „Hintergrundfenster“: Mensch und Agent haben jeweils ihren eigenen Cursor. Ob das im Alltag stabil läuft, zeigt sich erst am Feedback der ersten Plus-Nutzer.
Quellen: Google-Gemini-Blog (Funktionsumfang, Geräte- und Kontoanforderungen, vier Beispiele), TNW, CocoLoop, PPC Land (Abopreise und Produktmeilensteine), 9to5Google (Aufruf und Desktop-Konnektoren), AppleInsider, TechCrunch; Google-Hilfecenter zur Prüfung von Systemversion und Altersanforderung.